本發(fā)明涉及計(jì)算機(jī)軟件算法領(lǐng)域，特別涉及一種沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法及其容忍度算法。

背景技術(shù)：

隨著技術(shù)和經(jīng)濟(jì)的發(fā)展，沖床的應(yīng)用越來越廣泛，可以說現(xiàn)代工業(yè)離不開先進(jìn)的沖床，如汽車鈑金的加工、五金零件的加工、機(jī)箱殼體的加工等等。

傳統(tǒng)的金屬?zèng)_壓零部件分兩大類：大尺寸金屬制品和小五金工件。大尺寸金屬制品主要用于大型設(shè)備，如汽車鈑金、機(jī)箱鈑金、大型機(jī)械設(shè)備、電氣設(shè)備、大型消費(fèi)類電器等；小五金工件主要是大批量的小尺寸零部件，如墊圈、鎖具、軸承墊、小金屬制品等等。對(duì)于大尺寸的金屬制品，需要大噸位沖床和大平臺(tái)數(shù)控送料機(jī)進(jìn)行加工，且所用原材料都是規(guī)整的大尺寸金屬板材，因此原材料價(jià)格比較昂貴；而對(duì)于小五金工件，則主要使用中小噸位的沖床加工，所用原材料主要是加工大尺寸金屬制品之后所剩余的“邊角料”，加工過程基本都是依靠人工操作。因此，數(shù)量巨大的小五金工件的加工，目前全部依靠人力手工操作來完成送料、排料和沖壓等工作，不僅危險(xiǎn)性較高，效率、質(zhì)量、材料利用率等也難以保證，而且對(duì)于重量或尺寸稍大的原材料，僅靠單個(gè)人力難以將材料送上沖床，又沒有合適的送料機(jī)構(gòu)來完成送料工作，大大限制了這類材料的利用。我國改革開放以來大力推進(jìn)工業(yè)自動(dòng)化生產(chǎn)，進(jìn)入二十一世紀(jì)后又提倡經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型；另一方面，信息科技飛速發(fā)展，計(jì)算機(jī)運(yùn)算性能大大增強(qiáng)。在這樣的大環(huán)境下，沖床自動(dòng)送料機(jī)的出現(xiàn)，在一定程度上改變了沖床生產(chǎn)較為惡劣的現(xiàn)狀。沖床自動(dòng)送料機(jī)是輔助沖床實(shí)現(xiàn)自動(dòng)化生產(chǎn)的機(jī)電一體化設(shè)備，總的來說，沖床自動(dòng)送料機(jī)可以代替人工作業(yè)，將手工送料、人眼套料的作業(yè)方式改進(jìn)成電機(jī)帶動(dòng)送料、機(jī)器視覺系統(tǒng)負(fù)責(zé)套料的生產(chǎn)模式。

目前基于機(jī)器視覺的套料算法流程是在計(jì)算機(jī)完成圖像處理環(huán)節(jié)以后，套料算法系統(tǒng)根據(jù)拍攝到的圖片進(jìn)行識(shí)別，分析出沖壓板料的輪廓外形，然后通過圖像識(shí)別或讀取cad文件獲取沖壓工件的外形，將這兩組圖像數(shù)據(jù)轉(zhuǎn)換成計(jì)算機(jī)可處理的像素值數(shù)組，通過計(jì)算機(jī)高速計(jì)算最優(yōu)化組合來進(jìn)行套料。但是通過每一張照片反映的只是待沖板料的局部情況，通過貪婪算法以期通過局部最優(yōu)解獲得全局最優(yōu)解。

針對(duì)現(xiàn)有的沖床自動(dòng)送料機(jī)的套料算法進(jìn)行研究發(fā)現(xiàn)，現(xiàn)有的算法運(yùn)行效率低下，在復(fù)雜工件形狀，復(fù)雜板料輪廓的條件下，通過單張照片獲取的局部信息往往會(huì)積累大量的誤差，導(dǎo)致最終套料效果不理想。同時(shí)，已有的套料算法適應(yīng)工件形狀單一，如只能針對(duì)外形規(guī)整的圓形墊片工件進(jìn)行套料，針對(duì)復(fù)雜的五金工件，如鎖具、扳手、卡簧等，套料效率與材料利用率不能達(dá)到較高的標(biāo)準(zhǔn)。另外套料結(jié)果穩(wěn)定性差，套料過程中存在對(duì)可利用板料漏排，漏沖甚至前后沖壓工件位置拉開等情況。

針對(duì)以上問題，本發(fā)明提出了一種新型的套料算法，通過對(duì)每一張照片獲取的局部板料信息進(jìn)行全局建模，最大化的縮減局部最優(yōu)解與全局最優(yōu)解的差距。同時(shí)針對(duì)板料邊界不規(guī)整的情況下，通過算法優(yōu)化，避免因?yàn)閳D像像素的缺失，導(dǎo)致算法誤判而漏沖漏排料的問題，減少了常規(guī)套料算法中漏排，拉開的問題，提高了板材的利用率。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)套料算法中存在的問題，而提供一種基于模板套料的沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法及其容忍度算法。增加了針對(duì)異形五金工件，如山形扣、五金扳手、卡簧等工件的套料支持，通過減少了常規(guī)套料中漏排，拉開的問題，提高了套料的穩(wěn)定性和板料的利用率。

本發(fā)明解決上述問題所采用的技術(shù)方案是：一種沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法，其特征在于：依次包括如下步驟：

1)進(jìn)行全局建模：提取第一張板料圖片，其中第一張板料圖片為板料的一部分照片，然后根據(jù)所要沖壓的工件的形狀以及每個(gè)工件之間的間距和角度，從而生成套料模板，每個(gè)工件之間的間距和角度由沖床自動(dòng)送料機(jī)讀取的軟件參數(shù)所決定；

2)搜尋套料過程中的局部最優(yōu)化組合：以單個(gè)像素點(diǎn)為單位移動(dòng)生成的套料模板，通過記錄比較每一次移動(dòng)后套料模板中所能包含的工件個(gè)數(shù)，找到在第一張板料圖片中的局部最優(yōu)解，局部最優(yōu)解即套料模板所能套入工件的最大個(gè)數(shù)；

3)完成一次套料過程后，記錄生成的套料坐標(biāo)，準(zhǔn)備進(jìn)入下一次套料過程；

4)將全局建模與局部最優(yōu)化組合進(jìn)行匹配，保證所有板料照片中的局部最優(yōu)解組合成為板料的全局最優(yōu)解。

第一張板料圖片可以選用板料的頭部的照片。當(dāng)提取的第一張板料圖片尺寸越大，越接近整張板料的尺寸，第一張板料圖片中的局部最優(yōu)解便會(huì)在可接受的誤差范圍內(nèi)逼近全局最優(yōu)解。

步驟4)中，從第二張板料圖片開始，通過拓?fù)潢P(guān)系計(jì)算獲取每一張板料圖片中的套料位置。在后續(xù)獲取的板料圖片中，因?yàn)楫愋喂ぜ呐帕芯哂刑厥獾耐負(fù)潢P(guān)系，后續(xù)排列的五金工件往往受限于前面已排列好的工件位置，所以從第二張照片開始，即可快速通過拓?fù)潢P(guān)系計(jì)算獲取每一張板料圖片中的套料位置，無需通過模板匹配的算法來進(jìn)行套料。

步驟2)中，套料模板每一次沿左右或前后方向移動(dòng)一個(gè)像素，直至左右方向移動(dòng)的距離大于等于一個(gè)工件的長度，或者，直至前后方向移動(dòng)的距離大于等于一個(gè)工件的長度。

當(dāng)步驟3)中存在多個(gè)局部最優(yōu)解時(shí)，則套料模板選擇當(dāng)中最接近板料的頭部的位置。

所述套料模板的尺寸大于第一張板料圖片的尺寸。

一種沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法的容忍度算法，其特征在于：包括如下步驟：

(1)對(duì)工件的輪廓進(jìn)行掃描；

(2)步驟(1)進(jìn)行的同時(shí)判斷工件的輪廓中每一像素點(diǎn)是否存在板料的信息缺失，信息缺失的點(diǎn)即為缺失點(diǎn)；

(3)完成掃描后，進(jìn)行缺失點(diǎn)的統(tǒng)計(jì)；

(4)做出容忍度判斷。

由于對(duì)圖像的處理需要將像素點(diǎn)轉(zhuǎn)換成計(jì)算機(jī)所能識(shí)別處理的二值化像素?cái)?shù)據(jù)點(diǎn)，這在一定程度上存在精度損失和誤差，特別在識(shí)別圖片中板料的邊緣處。目前通用的像素精度為1mm等于2像素，即1個(gè)像素的缺失可能導(dǎo)致0.5mm的誤差，考慮到現(xiàn)有的套料間距精度要求達(dá)到1mm左右，板料邊緣處的誤差極易導(dǎo)致邊緣附近的漏排。本發(fā)明通過設(shè)計(jì)了一種容忍度算法，通過掃描工件的輪廓像素，與板料的像素信息進(jìn)行匹配，定義板料若在圖片中某一像素點(diǎn)不存在，而工件卻在該像素點(diǎn)存在的情況為“像素缺失”。

缺失點(diǎn)的個(gè)數(shù)小于10個(gè)，即認(rèn)為存在像素誤差。如果“像素缺失”的個(gè)數(shù)在10個(gè)以下，則認(rèn)為精度損失可能是拍照誤差導(dǎo)致，在此情況下套料算法會(huì)忽略此誤差并仍能成功套料。

與現(xiàn)有套料算法相比，本發(fā)明具有如下的顯著優(yōu)點(diǎn)：

本發(fā)明設(shè)計(jì)的基于模板套料的沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法，可以兼容市面上存在的大部分異形五金工件的套料，如扳手工件、卡簧、山形扣等。無需針對(duì)某一種五金工具進(jìn)行獨(dú)立特殊的設(shè)計(jì)，根據(jù)套料算法所附帶的可視化模板生成算法，一旦生成理想的模板，便可立即用于套料。同時(shí)，通過對(duì)異形五金工件的全局建模，除第一張局部照片的算法計(jì)算量較大以外，剩余板料部分套料點(diǎn)的坐標(biāo)均可通過五金工件相互的拓?fù)潢P(guān)系直接生成，不會(huì)產(chǎn)生漏排，套料拉開的問題，大大提高了套料算法的效率和減少了對(duì)于計(jì)算機(jī)性能的依賴，可用于高精度相機(jī)，低性能計(jì)算機(jī)的工業(yè)場(chǎng)合。同時(shí)使得未來在成本低廉，性能簡化的嵌入式計(jì)算機(jī)上進(jìn)行算法移植具有可行性。通過本發(fā)明公布的容忍度算法，大大減少了拍照誤差所引起的邊緣處漏套料的問題，提高了套料算法的穩(wěn)定性。

附圖說明

圖1是本發(fā)明實(shí)施例的山形扣工件算法效果對(duì)比圖。

圖2是本發(fā)明實(shí)施例的模板生成算法的主要流程圖。

圖3是本發(fā)明實(shí)施例的套料算法主要流程圖。

圖4是本發(fā)明實(shí)施例的容忍度算法主要流程圖。

其中圖1中位于上方的是現(xiàn)有技術(shù)條件下套料后的板料，下方為本發(fā)明實(shí)施例條件下套料后的板料。

具體實(shí)施方式

下面結(jié)合附圖并通過實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明，以下實(shí)施例是對(duì)本發(fā)明的解釋而本發(fā)明并不局限于以下實(shí)施例。

實(shí)施例1。

參見圖1至圖4。

本實(shí)施例與現(xiàn)有的套料算法的區(qū)別在于，現(xiàn)有的套料算法基于每一張局部的圖片進(jìn)行獨(dú)立的套料計(jì)算，而本實(shí)施例提出了通過局部最優(yōu)解和模板匹配的算法逼近全局最優(yōu)套料的沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法。

本實(shí)施例針對(duì)山形扣五金工件的套料算法演示。本實(shí)施例應(yīng)用現(xiàn)有的可視化模板生成算法，可視化模板生成算法根據(jù)設(shè)定好的工件間距，工件角度，自動(dòng)生成20x20或者尺寸更大、更小的套料模板。本實(shí)施例的模板生成算法，針對(duì)不同的異形五金工件或者規(guī)整外形工件，均可以自動(dòng)根據(jù)設(shè)定的工件間距，工件角度生成相應(yīng)的模板。

圖1是現(xiàn)有的套料算法和本實(shí)施例公開的沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法針對(duì)山形扣的套料結(jié)果對(duì)比?？梢院苊黠@的看出，本實(shí)施例公開的沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法更加穩(wěn)定，板料利用率更高。

本實(shí)施例的沖床自動(dòng)送料機(jī)的異形工件排料優(yōu)化算法，針對(duì)提取到的第一張板料圖片的套料采用模板匹配的思路，將生成的套料模板放置在第一張板料圖片的中心，然后套料模板每一次左右或前后方向移動(dòng)一個(gè)像素，直至左右或前后方向移動(dòng)的距離大于等于一個(gè)工件的長度。

在每一次的移動(dòng)當(dāng)中，記錄比較套料模板在當(dāng)前位置所能放下的工件個(gè)數(shù)，當(dāng)套料模板在不同的位置存在能放下的工件個(gè)數(shù)相同的情況，則套料模板選擇位置坐標(biāo)更加接近板料頭部的情況，使得板料利用率達(dá)到潛在的最高，最后找到套料模板的最佳放置位置，即為當(dāng)前板料圖片的全局最優(yōu)解，整體板料的局部最優(yōu)解。

同時(shí)只需要將第一張板料圖片所獲得的信息盡可能擴(kuò)大，即不斷逼近整體板料的全部信息，使得第一次局部套料模板匹配所放置的模板位置與假設(shè)中的全局套料模板匹配所放置的模板位置盡可能接近，就可以通過照片獲得的局部最優(yōu)解最大化逼近全局最優(yōu)解。

傳統(tǒng)的套料算法，每一張板料圖片都是獨(dú)立重新進(jìn)行上述第一張板料圖片的套料模板匹配算法，每張照片套料最優(yōu)情況是局部最優(yōu)解。

而本實(shí)施例在完成第一次山形扣工件的模板匹配后，可將后續(xù)獲取的圖片進(jìn)行拼接，保留上一張圖的尾部信息，并且根據(jù)上一張圖的尾部信息以及山形扣的拓?fù)潢P(guān)系，計(jì)算出當(dāng)前板料圖片所應(yīng)沖壓工件的位置坐標(biāo)。

當(dāng)前板料圖片的套料是完全繼承上一張板料圖片的尾部信息，且與先前使用的每一次套料模板均在同一位置，同時(shí)與先前使用的每一次套料模板形狀相同。在第一次套料盡可能逼近全局最優(yōu)解的情況下，后續(xù)的每一次套料都是在維持接近全局最優(yōu)解的套料分布。除開第一次套料的計(jì)算性能要求較高，耗時(shí)較長，后續(xù)套料計(jì)算對(duì)于計(jì)算機(jī)的性能要求不高，且計(jì)算結(jié)果快速、簡單、可靠。

本實(shí)施例在針對(duì)板料圖片中板料邊緣信息的處理中，面對(duì)可能存在的像素點(diǎn)誤差而引起的套料遺漏問題，設(shè)計(jì)了一套容忍度算法。

通過對(duì)山形扣工件的輪廓掃描，當(dāng)板料圖片中套料模板的位置接近板料邊緣處時(shí)，通過比較圖片中工件在該像素點(diǎn)處的板料是否存在的情況，來判斷該點(diǎn)是否存在可能的誤差。

當(dāng)圖片中某像素點(diǎn)的板料信息不存在而存在工件信息，本實(shí)施例將該點(diǎn)為“像素缺失”，即缺失點(diǎn)。通過對(duì)整體工件輪廓的所有像素點(diǎn)進(jìn)行掃描，統(tǒng)計(jì)像素的缺失點(diǎn)，如果像素的缺失點(diǎn)的個(gè)數(shù)在10個(gè)以下，即認(rèn)為可能為存在一定的像素誤差。

綜上所述，當(dāng)針對(duì)圖片中某一像素點(diǎn)套料，容忍度算法判定如若在該點(diǎn)套料一個(gè)工件，像素缺失點(diǎn)的個(gè)數(shù)在10個(gè)以下，本發(fā)明所公開的套料算法會(huì)忽略該誤差，仍能成功在圖片該位置進(jìn)行套料。

此外，需要說明的是，本說明書中所描述的具體實(shí)施例，其零、部件的形狀、所取名稱等可以不同，本說明書中所描述的以上內(nèi)容僅僅是對(duì)本發(fā)明結(jié)構(gòu)所作的舉例說明。凡依據(jù)本發(fā)明專利構(gòu)思所述的構(gòu)造、特征及原理所做的等效變化或者簡單變化，均包括于本發(fā)明專利的保護(hù)范圍內(nèi)。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對(duì)所描述的具體實(shí)施例做各種各樣的修改或補(bǔ)充或采用類似的方式替代，只要不偏離本發(fā)明的結(jié)構(gòu)或者超越本權(quán)利要求書所定義的范圍，均應(yīng)屬于本發(fā)明的保護(hù)范圍。